Восстановл. пробелов в тексте с помощью глубокого обуч.

Нужно написать программу на языке python с использованием Keras (это надстройка над библиотекой Tensorflow), мне нужно построить нейронную сеть, которая восстанавливает пробелы в тексте, на вход сети подаётся вектор длинной 100, элементы вектора - это коды символов предложения. на выходе сеть должна выдать вектор той же длины, где на соответствующих позициях должны стоять 0 или 1, где 0 - нет пробела после символа, 1 - есть пробел после символа(например: "приветкакдела" -> "0000010010000"). конкретно входные данные должны строиться так: берётся предложение из текста,убераются пробелы и нормируются до длины 100 путём добавления пробелов (т.е. если предложение содержит меньше 100 символов, то добавить в конец пробелы, чтобы было 100) все символы предложения переводятся в их коды в кодировке (не важно в какой, cp1251 допустим), и подаются на вход. Мне нужно использовать модель seq2seq, в которой 2 внутренних слоя lstm: кодировщик и дэкодировщик.

Нужна только практика. Теорию я уже написал.